基于序列标注的业务异常工单判别方法研究

使用人工稽查方法判别纸质工单的业务异常情况,数据积压过大,导致异常工单判别结果不精准。面对该问题,提出了基于序列标注的业务异常工单判别方法。使用注意力机制作为业务管控规则,指引业务异常问题的稽查。使用语义消歧中的柱状搜索方法进行解码,完成知识融合。采用序列标注方法构建业务管控规则知识图谱,消除积压数据。解析新增的稽查目标,确定稽查主体。设计稽查核实步骤,实现业务管控支撑智能化。采用深度学习技术,智能解析稽查工单原始信息,判断导致异常的原因,实现稽查工单智能判别。由实验结果可知,该方法用电数据幅值波动范围与实际统计结果一致,且判别结果最高为0.99,具有较高的判别准确度。     

腾讯推出“爱看”发力社会化阅读

传统的资讯获取方式正在发生彻底的改变。移动互联网改写了既有信息消费方式,以个人为中心的社会化阅读开始重新构建我们的资讯生活模型。在智能筛选、主动语义分析等技术的驱逐下,以个人兴趣中心、互动分享为传播核心的社会化阅读正在改变我们的习惯及生活。国内最大的在线社会化服务提供商腾讯,近日在社会化     

面向客户群的服务方案配置规则挖掘方法

产品/服务配置规则获取的主要方式是用数据挖掘技术从设计实例数据库中提取.客户化服务方案配置规则为服务功能需求和方案特征间的关联规则.考虑到常用关联规则挖掘算法Apriori具有运算复杂的缺点,提出基于PIETM(Principle of Inclusion—Exclusion and Transaction Mapping)算法的配置规则挖掘方法,考虑置信度和有趣度指标,提取强关联规则.针对配置实例数据库数据量较大时,配置规则挖掘的效率会降低且会产生大量冗余规则的问题,采用二元语义模型表达定性的服务功能需求,将同类客户群的功能需求进行合并,替换多样化的功能需求,减少规则的冗余.最后以一工程机械制造企业服务方案配置规则挖掘为例,验证了所提方法的有效性.     

《有机产品认证管理办法》将于4月1日实施

<正>随着人们生活水平的不断提高和对食品安全问题的日益关注,有机食品成了当下消费者热议的话题。然而消费者花大价钱买来的这种"贵族食品"会不会存在"挂羊头卖狗肉"之嫌呢?据了解,由于商业竞争激烈、少数企业缺乏诚信等原因,有机食品的发展存在诸多问题。一些企业违规使用农药或抗生素,不规范使用有机产品标识标注;个别认证机构把关不严,认证门槛较低,未严格依据规则和程序认证,缺乏有效     

基于特征累积的语义分割网络设计

语义分割是一种像素到像素的图像分类任务。而现有方法在处理此类问题时,往往忽略了不同图像之间类别分布的相似性。因此,该文提出了一种基于特征累积的语义分割网络,能够在训练的过程中,使用动量累积的方式,根据每张图像上不同的类别特征,拟合整个数据集的特征分布。除此之外,为了适应通用数据集中复杂的自然环境,该网络尝试对同一类别的特征聚类进行更深层次的划分,并且取得了较好的效果。与同样使用特征通道信息的OCRNet相比,使用ResNet作为骨干网络的情况下,该模型在Pascal Context数据集上平均交并比（mIoU）和平均准确度（mAcc）分别可以提升0.34%和0.64%;实验证明了这一优势在不同数据集、不同骨干网络中同样存在。     

基于点云的马鞍形焊缝提取和轨迹生成方法

马鞍形焊缝自动焊接存在焊缝难以识别定位以及焊枪姿态难以规划的问题,为了实现马鞍形焊缝的自动焊接,选取实际装配的管类交叉结构件作为研究对象,提出一种基于点云的马鞍形焊缝识别与规划方法。根据马鞍形焊缝的空间语义特征,提出基于法向量和空间距离的紧耦合约束的方法提取焊缝关键点,之后用三次B样条曲线对关键点进行近似拟合,得到最终的空间焊接曲线。实验表明,提取出的焊缝轨迹与真实轨迹相比,最大误差为068mm,最大均方根误差为029。该方法具有较高的精度和鲁棒性,可满足实际焊接的需求。此方法的实用性不仅局限于马鞍形焊缝,也能处理其他具有曲线变化的焊缝。     

原电池示意图教学中的电子转移标注策略

对于某些学生而言,高中化学中的“原电池”内容是一道难以逾越的鸿沟。这些困难,部分是由于教师在教学中一些策略不当,部分则是因为学生在日常生活中形成的相异概念的干扰。在原电池示意图中标注电子转移这一策略,能够有效地帮助学生更科学地理解原电池的本质。现代认知心理学对表象表征的研究为此策略的使用提供了理论支持。     

基于改进多分支特征共享结构网络的裂缝检测算法

针对路面裂缝检测时裂缝的位置、形态的不确定性及裂缝特征与路面背景纹理的相似性等问题,提出了一种改进的多分支特征共享结构网络的裂缝图像分割算法。为了在减少计算参数冗余的同时提高检测精度,使用轻量化特征提取网络获取高层特征,采用多分支跳跃连接的方法提高通道间的信息利用。各分支融合全局卷积网络（GCN）模块和边界细化（BR）模块,提高了对裂缝边缘的分割性能和对裂缝区域内部分类的鲁棒性,利用循环残差卷积（RRC）模块,推动了对裂缝特征的累积。最后采用中轴法提取裂缝骨架,计算裂缝的形态参数,得到裂缝长度和宽度的相对误差分别为4.73%和5.21%。设计的多组对比实验结果表明,所提改进算法能够有效地提高对路面裂缝检测的精度和效率。